Local EPUB Text
增长率的预期和挑战
增长率预期是用市盈率等工具来进行正确估值的关键所在。我们已经认识到，在其他所有条件相同的情况下，增长率越高，预期市盈率也越高。增长率本身就是一个挑战，我们可以用几种方法来估算它。这些方法从财务处理，到线性回归模型，再到生命周期分析都有，甚至还有直觉情感估计法。
如果采用财务处理，可以用预期净资产收益率（ROE）乘以留存率。如果ROE是20%，公司留存75%的收益，假设其他条件都是一样的，那么公司的预期增长率应该是15%。这一假设的前提是除支付率以外，ROE将永远保持在20%的水平。这种假设前提多半很难达到，但从短期至中期来说不失为一个合理的折中方案。
采用线性回归公式，我们得到Y=a+bx，在这里，我们可以用收益和GDP中过去的变化来对未来进行预测。当然，预测是直线的，对一家濒临破产的公司可能并不适用。换言之，由于商业模式中具有诸多变化，公司不一定能保持过去的增长率。
接着我们来探讨生命周期分析，如图4-1所示，我们将现金流量的现值添加到公司预计存在的每一个阶段里。这个假设的前提是分析师可以对公司的兴衰期做出准确的估计。这样在每个阶段，你都可以加入现金流、风险、高增长率等。你还可以估算出公司在每个阶段存活的年数。当然，这个算法是需要技巧的，因为它比仅仅找出公司所处的阶段要困难许多。不过，找出某个特定阶段对于分析师来说也不乏挑战。公司似乎很快就会从一个阶段走到另一个阶段。2001年，有分析师认为苹果的零售店开到10家左右时，苹果公司的生命就会终结，结果令分析师大跌眼镜的是，几年之后苹果开发出iPod等新产品，零售店也越开越多，超过了200家。再如随着戴尔开始走下坡路，而惠普重新发展壮大，曾被视为前途无量的戴尔和曾被视为濒临破产的惠普互换了角色。
图 4-1 公司生命周期
另一个估算增长率的好办法是把增长率细分成各种因素。这有助于找出到底是哪些商业模式的变化最终促成了公司的增长。这个方法最大的挑战是预测销售额，并据此推算出最终的现金流量。这个方法还包含对GDP的分析，就像我们前面所讨论的，大多数公司的发展都与经济状况密切相关。因此：
·继续预测公司产品线市场的增长
·市场的增长和公司市场份额的增长
·经营效率
·财务效率
即便GDP仅有少量增长，公司也可以通过扩大市场份额来获得超过GDP的增速。你还会发现，就算经济没有增长，市场没有扩大，市场份额没有增加，公司仍然可以通过提高运营效率和财务效率来增加收益和现金流量。这意味着要改变公司的固定成本水平，以获得运营优势。例如，公司可能会把部分生产外包出去，以降低盈亏平衡成本。它还能以更低的资金成本进行融资，也就是借一些债务成本较低的资金，而不是全部使用昂贵的股本。这种增长因素细分法常常为分析师所普遍使用，似乎是一个更加准确地预测增长率的途径。但这个方法对于分析师来说也不乏挑战性。想要获得与所有合理增长预测有关的每个因素并不总是那么简单，不过，一旦获得了这些因素，你就可以将其加总，进而得出增长率。比如，你预测GDP增长率为3%，市场增长率为4%，市场份额增长率为5%，效率为2%，那么就可以得出公司的预计增长率为14%。
虽然我们可以采用更为花哨的多增长率模型，但行为偏向可能会影响预期增长率g以及所需的贴现率k。股价上涨时，增长率往往也会提高，反之亦然。k本身则会依感知的市场前景和交易的流动性而发生变化。
终值通常是现金流量现值的最大组成部分。你或许会在许多年后将终值归入现金流，以便使其成为一个小的组成部分，但另一方面，你必须假设公司的财务状况非常好，好到几乎没有人会相信。这就好比你之所以购买公司，是因为公司“承诺”你它一定会兴旺发达的。但是，如果终值只有几年时间，它便成为估值的主要部分，这样早期的现金流就不那么重要了。如果时间久远，我们就会面临很多挑战。有时，这会带来“假想的”估值。1999年网络泡沫便是一个令人难忘的实例，当时很多人都认为网络公司具有相当高的增长率，并且会带来某个终值，如销售额。当然，很多公司最后都没有达到这样的估值，甚至关门大吉了。
为了进一步解决估值和增长率问题，你必须假定在增长率因素中总有一系列的可能性。如果这些可能性都变成了现实，就有可能是高估，反之则可能是低估。此外，应该对现金流进行预测分析。例如，良好的经济会使营业状况变得更好，从而产生更高的销售、利润和现金流，而疲软的经济自然会导致销售、利润和现金流下降。你可能已经提前考虑并且认识到，看涨行情会增加高增长预测的可能性，也会减少低增长预测的可能性。另一方面，行为主义者会将这视为前景理论。
预测分析中的偏度也会使牛市中上升趋势的结果产生偏向。下面的例子可以证明这一点。
假设对投资回报率有三个简单的看法（看涨、中立、看跌），这三种设想各有1/3的可能性。看涨所预测的回报率是10%，中立为0%，看跌为-10%。
预期回报率将为0%，因为（0.33×0.1）+（0.33×0）+[0.33×（-0.1）]=0或0%。因此，如果你刚才预测的是销售增长率，那么预期销售增长率就是0%。虽然有10%增长的可能性，但却被10%的负增长可能性抵消了。
如果看涨设想的可能性被提高到50%（因为牛市持续上涨），而另外两种设想的可能性分别为25%，那么预期回报率将是2.5%，即（0.5×0.1）+（0.25×0）+[0.25×（-0.1）]=0.025或2.5%。所以，这一次的销售将会增加2.5%。
当然，解决这个问题有一个更为实际的假设，即越来越多的人看涨也会推高牛市预测回报率，使其超过10%。所以，你不要仅仅预测10%的销售增长率，这次可以假设得更高一些。何不假设15%呢？这个假设应该有一定的理性成分，但如果多是感性成分，那你就可以轻而易举地给出更高的预测，因为其他人也都看多，他们当然会接受你的预测。这个更高的预测又将进一步推高预期值。
技术分析师有时将这一“变得更为乐观或变得更为悲观”的过程称为“羊群效应”（我们在前文已经看到过这方面的例子）。这种情绪会自我助长，因为基金公司为了不落后于收益不断增长的竞争对手，纷纷给出乐观的预测。这种不断加剧的上升最终会以修正告终。有证据表明，在泡沫形成的过程中，当接近市场顶部时，那些较为乐观的预测都是由见识较少的投资者做出的。
另一个问题是，有些分析师没有采用自下而上的DCF模型来获得股票的内在价值，而是“锚定”现有股价，然后保持一个与之接近的估值。所以，分析师反复说的“你想要收益，我会给你收益”。这句话如果指的是高股价的话，那他们确实说得对，我们没什么好惊讶的。如果很多DCF模型的终值都很大，超过以前年现金流分析的数额，这个问题就会变得更加严重。